DEFESA Nº 136

Discente: João Paulo Fernando de Medeiros

Título: “METODOLOGIA INVERSA PARA AJUSTAR DADOS CLIMÁTICOS DA CIDADE DO RECIFE: MODELOS DE REGRESSÃO POLINOMIAIS”

Orientador: Prof. Dr. Jornandes Dias da Silva.

Examinador Interno: Prof. Dr. Marcone Isidorio de Sena Junior (UPE) 

Examinador Externo: Prof. Dr. Sérgio Lucena (UFPE)  

Data-hora: 15/03/2022, às 10h

Local: Formato Remoto

CÓDIGO DA SALA - Google meet: RESTRITO

Resumo do Projeto:

O crescimento da utilização da energia elétrica oriunda de fonte fotovoltaica no Brasil também acompanha uma tendência mundial. O país já ultrapassou a marca de mais de um milhão de usuários que aderiram a fonte renovável. Em 2022 os sistemas de geração distribuída (GD) atingiram a marca de 9 GW em potência instalada, chegando a marca de 66% da capacidade da Usina Hidrelétrica de Itaipu (ABSOLAR), realmente é um grande marco para o país. O setor está sendo muito pesquisado e vem apresentando inúmeros ganhos: materiais mais eficientes vão surgindo, novos materiais são estudados, modelos de negócios são criados, empregos e empresas são criadas com o crescimento do setor. Nesta perspectiva, as pesquisas avançam para agregar ao setor a previsibilidade da geração, que não depende unicamente da radiação solar, pois a temperatura tem papel fundamental nesta produção. Não citando os demais fatores e equipamentos envolvidos na conversão desta geração. Neste contexto, a presente pesquisa, utiliza ferramentas matemáticas, conceitos e regressões polinomiais, para aproximar dados estatísticos através dos modelos matemáticos e estimar os dos reais no ano de 2020 para a cidade de Recife. Utilizando processos interativos e indicadores estatísticos de avaliação de erros para validação do modelo apresentado, conseguiu-se estimar a potência de saída de células fotovoltaicas, sua eficiência e também a energia produzida.

Palavras-chave: Regressão Polinomial; Radiação solar; Temperatura ambiente; Método dos Mínimos Quadrados.

DEFESA Nº 135

Discente: MARLOS HENRIQUE CARVALHO MACEDO

Título: “ANÁLISE MULTICRITÉRIO E TÉCNICAS DE MPPT PARA AVALIAÇÃO DA CAPACIDADE DE PRODUÇÃO DE ENERGIA EM PLANTAS DE GERAÇÃO FOTOVOLTAICA”

Orientador: Prof. Dr. Manoel Henrique da Nóbrega Marinho.

Examinador Interno: Prof. Dr. Roberto Feliciano Dias Filho (UPE) 

Examinador Externo: Prof. Dr. Alcides Codeceira Neto (UPE)  

Data-hora: 28/02/2022, às 17h

Local: Formato Remoto

CÓDIGO DA SALA - Google meet: RESTRITO

Resumo do Projeto:

O crescente consumo de energia elétrica e o consumo de combustível fóssil limitado, globalmente, demanda o uso de energias renováveis. Uma célula fotovoltaica é um dispositivo importante que pode converter diretamente a energia solar em energia elétrica. Fatores sociais, ambientais e econômicos são relevantes para a avaliação do desempenho de um sistema fotovoltaico, a partir das condições que o cerca e das técnicas de MPPT (Maximum Power Point Tracking) empregadas. Dentre eles, os fatores ambientais exercem uma maior influência sobre o potencial de geração de energia nestes sistemas, o que requer a aplicação de uma estratégia de compensação para as variadas oscilações da irradiância e da temperatura sobre o módulo. O ponto de partida desta pesquisa é a dúvida a respeito de quais fatores influenciam significativamente na eficiência de uma unidade de geração fotovoltaica. Para atingir o objeto da pesquisa, foi utilizado método de análise de decisão multicritério AHP (Analytic Hierarchy Process) para determinar as variáveis utilizadas no estudo. Realizou-se análise estatística dos dados de irradiância, temperatura e velocidade do vento, no período de 2020 a 2021, contendo registros da operação ininterrupta de uma usina no nordeste do Brasil. Comparou-se o uso de métodos tradicionais de MPPT com o método MLPE (Module Level Power Electronic), utilizado em campo, através de um modelo computacional ajustado, de modo a verificar a taxa de transferência de potência entregue a carga, para cada técnica. Os resultados do método Fuzzy AHPTOPSIS confirmaram a premissa da relevância dos fatores ambientais, os quais impactam 51% na geração fotovoltaica. A análise de sensibilidade possibilitou a obtenção da curva de regressão para a planta real, a partir da qual identificou-se que 75% dos registros, contidos na série históricas, são desprezíveis em função das variações da irradiância fora do horário de sol pleno. Este estudo comprovou que, os métodos tradicionais de MPPT, PO (Perturba e Observa) e CV (Tensão Constante) transferem potência para a carga com perdas, ainda que mínimas, porém sem a capacidade de incremento de seu desempenho. A análise dos dados de campo, a partir de arranjos com o uso de otimizadores de potência, indicaram que a transferência de potência utilizando MLPE, é de 122%, o que mostra um aumento médio de 22%. Esta constatação é aderente ao que se espera desta técnica..

Palavras-chave: Radiação solar; séries temporais; aprendizado de máquina; otimização.

DEFESA Nº 134

Discente: Maria Alice Andrade Calazans

Título: “TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS E INTELIGÊNCIA ARTIFICIAL APLICADAS AO DIAGNÓSTICO ODONTOLÓGICO”

Orientador: Prof. Dr. Francisco Madeiro Bernardino Junior.

Coorientadora: Profa. Dra. Maria de Lourdes Melo Guedes Alcoforado.

Examinador Interno: Prof. Dr. Carmelo José Albanez Bastos Filho(UPE) 

Examinador Externo: Prof. Dr. Juliano Bandeira Lima (UFPE)  

Data-hora: 15/02/2022, às 08h

Local: Formato Remoto

CÓDIGO DA SALA - Google meet: RESTRITO

Resumo do Projeto:

Os exames de imagem são de notória importância no auxílio ao diagnóstico no âmbito das ciências da saúde. Na odontologia, técnicas de imageamento são solicitadas de maneira corriqueira, pois, por meio das imagens, é possível verificar tecidos e ossos faciais inacessíveis no exame clínico e, a partir disso, é viável diagnosticar patologias e alterações, além de apoiar a realização de planejamento do tratamento, se necessário. Diante desse cenário, alguns dos problemas encontrados estão relacionados à sobreposição de estruturas, presença de ruídos e distorção, nos exames em duas dimensões, como o caso das radiografias panorâmicas. Além disso, a análise das imagens não é trivial, sendo muitas vezes realizada por especialistas em radiologia. A elevada demanda por imagens é motivação para o desenvolvimento de um sistema de classificação automática que possa ser usado para apoio ao diagnóstico, permitindo, por exemplo, classificar entre uma imagem com patologia ou não. Nesta dissertação é avaliada a utilização da versão modificada do algoritmo K-Means, para fins de segmentação de imagens de radiografias panorâmicas. É apresentada uma comparação com os algoritmos K-Means, Fuzzy K-Means e Morphological Chan Vese, sobre 1.500 imagens de radiografias panorâmicas, as quais são uma classe de exame solicitado rotineiramente por dentistas. Além disso, é proposto um sistema de classificação automática para detecção de lesões em dentes molares na região da maxila, utilizando 1.000 imagens de tomografias computadorizadas de feixe cônico, as quais são parte da base de dados da UFPE (Universidade Federal de Pernambuco), construída por especialistas do Departamento de Clínica e Odontologia Preventiva da UFPE, especificamente para a aplicação inédita apresentada neste trabalho para a área de odontologia. Observa-se que o algoritmo K-Means Modificado apresentou superioridade sobre as demais técnicas de segmentação consideradas. Com relação ao sistema de classificação, os resultados foram satisfatórios, atingindo valores de acurácia de cerca de 70%.

Palavras-chave: Segmentação de radiografias panorâmicas, K-Means Modificado, sistema de classificação automática, lesão endodôntica, deep learning.